2019年9月5日
正则化（L1和L2正则）
摘要： 稀疏性表示数据中心0占比比较大 引西瓜书中P252原文： 对于损失函数后面加入惩罚函数可以降低过拟合的风险，惩罚函数使用L2范数，则称为岭回归，L2范数相当与给w加入先验，需要要求w满足某一分布，L2范数表示数据服从高斯分布，而L1范数表示数据服从拉普拉斯分布。从拉普拉斯函数和高斯函数的图像上看，拉 阅读全文
posted @ 2019-09-05 11:44 啦啦啦天啦噜 阅读(1343) 评论(0) 推荐(0) 编辑